Coursera Flash Sale
40% Off Coursera Plus for 3 Months!
Grab it
ラボの概要
ある企業では、顧客がウェブポータルを閲覧する際に推奨する商品を記述する一連のルールを定義しています。詳細な要件は、次のカテゴリに分類できます。
特定の顧客 ID X について:
- 200 ミリ秒の SLA で推奨商品のリストを見つける。
- 顧客の注文履歴から商品を検索し、商品パッケージ表から商品を推奨する。
- 同じ世帯の誰かが既にその商品を購入している場合は、その商品は提示しない。
- 評価が 3.5 以上の商品のみを提示する。
このラボでは、このビジネスニーズを満たすために、リレーショナルデータベースやドキュメントストアからソースデータを Amazon Neptune にモデル化する方法を学びます。サンプルの顧客注文データベースを使用して、商品のレコメンデーションシステムを構築します。このシステムにより、顧客が商品ポータルを閲覧している際にリアルタイムで商品のレコメンデーションを送信できます。
グラフデータベースでは、データモデリングを始める前に、ビジネス目標やアクセスパターンから逆算して作業を開始するのがベストプラクティスです。このラボは 5 つのタスクに分かれており、シナリオ全体で順を追って解説します。
目標
このラボを修了すると、以下のことができるようになります。
- リレーショナルデータベースのソースデータを Amazon Neptune データベースの頂点とエッジにモデル化する。
- ソースデータから埋め込みエンティティを抽出する。
- 追加のデータセットを使用して、新しいユースケースをサポートし、より関連性の高い結果を得る。
技術知識の前提条件
- リレーショナルデータベース、データベース構造、データクエリ言語での作業経験があること。
- グラフデータベースの基本概念に精通していること。
- Amazon Neptune に関する基本的な知識を有していること。
- AWS マネジメントコンソールに関する基本的なコンピテンシーを有していること。
アイコンキー
このラボでは、さまざまな種類の手順と注記への注意を促すため、各種アイコンが使用されています。以下のリストは、各アイコンの目的を説明したものです。
- 想定される出力: 出力のサンプルであり、コマンドまたは編集済みファイルの出力を確認するときに使用する。
- 詳細: 詳細情報が記載されている場所を示す。
- 注意: ヒントや重要なガイダンスを表す。
- タスク完了: ラボのまとめや要点を示す。
